最终渲染结果：

为什么不在CPU端实现粒子效果？

虽然在CPU端实现会更灵活和可控，但如果粒子数量很大（如上百万），且与场景有交互，则最好在GPU端实现。

示例的实现思想

首先执行compute pass

代码如下：

  const numParticles = 1500;

  ...

  let t = 0;
  return function frame() {
    ...

    const commandEncoder = device.createCommandEncoder({});
    {
      const passEncoder = commandEncoder.beginComputePass();
      passEncoder.setPipeline(computePipeline);
      passEncoder.setBindGroup(0, particleBindGroups[t % 2]);
      passEncoder.dispatch(numParticles);
      passEncoder.endPass();
    }
    ...

    ++t;
  }

我们对这个pass进行分析：

particleBindGroups包含两个storage buffer：ParticlesA和ParticlesB

ParticlesA存储了上一帧所有粒子的数据。compute shader首先读取它，然后计算出下一帧所有粒子的数据，最好写到ParticlesB中。这样就打了一个ping-pong操作；

注：storage buffer在shader中可被读或写，而uniform buffer、vertex buffer等在shader中只能被读

dispatch到1500个instance，每个instance执行一次compute shader

compute shader计算每个粒子的数据时，需要遍历其它的所有粒子，计算相互的交互作用。

一共有1500个粒子，共需要计算15001500次。 如果在CPU端执行，只能串行计算，一共需要计算15001500次； 如果在GPU端执行，GPU有1500个instance，每个instance并行地计算1500次，因此一共只需要计算1500次，大大提高了效率。

然后执行render pass

代码如下：

  const numParticles = 1500;

  ...

  const renderPipeline = device.createRenderPipeline({
    ...
    vertexState: {
      vertexBuffers: [{
        // instanced particles buffer
        arrayStride: 4 * 4,
        stepMode: "instance",
        attributes: [{
          // instance position
          shaderLocation: 0,
          offset: 0,
          format: "float2"
        }, {
          // instance velocity
          shaderLocation: 1,
          offset: 2 * 4,
          format: "float2"
        }],
      }, {
        // vertex buffer
        arrayStride: 2 * 4,
        stepMode: "vertex",
        attributes: [{
          // vertex positions
          shaderLocation: 2,
          offset: 0,
          format: "float2"
        }],
      }],
    },
    ...
  });
  
  ...

  const vertexBufferData = new Float32Array([-0.01, -0.02, 0.01, -0.02, 0.00, 0.02]);
  const verticesBuffer = device.createBuffer({
    size: vertexBufferData.byteLength,
    usage: GPUBufferUsage.VERTEX | GPUBufferUsage.COPY_DST,
  });
  verticesBuffer.setSubData(0, vertexBufferData);
  
  ...

  return function frame() {
    ...

    const commandEncoder = device.createCommandEncoder({});
    ...
    {
      const passEncoder = commandEncoder.beginRenderPass(renderPassDescriptor);
      passEncoder.setPipeline(renderPipeline);
      //ParticlesB使用“instance”的stepMode，被设置到第一个vertex buffer中
      passEncoder.setVertexBuffer(0, particleBuffers[(t + 1) % 2]);
      //vertices buffer（包含3个顶点数据，每个顶点数据包含x坐标和y坐标）使用“vertex”的stepMode，被设置到第二个vertex buffer中
      passEncoder.setVertexBuffer(1, verticesBuffer);
      //draw一次，绘制1500个实例（使用ParticlesB的数据），其中每个实例有3个顶点（使用vertices buffer的数据）
      //注：每个粒子作为一个实例，由包含3个顶点的三角形组成
      passEncoder.draw(3, numParticles, 0, 0);
      passEncoder.endPass();
    }
    ...
  }

推荐学习资料

大家可以参考WebGPU-8，来学习示例的具体的代码。

虽然该文对应的示例代码的版本比较老（如它的示例中是1000个粒子，而不是1500个粒子），但与本文对应的最新版本基本上相同，而且它对示例代码分析得比较详细，所以推荐大家学习。

另外，大家可以通过Get started with GPU Compute on the Web，学习如何使用compute shader计算矩阵运算。